基于机器学习的入侵检测方法实验与分析

摘要：

入侵检测系统(IDS)是保障信息安全的重要手段.分析了机器学习应用于网络连接级的异常检测模型的过程,然后建立了异常检测系统原型,以验证此方法用于IDS的可能性及所能达到的性能.实验以DARPA网络数据为例,对数据的特征进行了分析、选取及构造,并针对多种情况进行了测试.实验结果表明,该IDS系统具有很好的检测性能.最后对结果进行了分析,并得出了几个有用的结论.

关键词：入侵检测系统、机器学习、异常检测、分类

所属期刊栏目：25

分类号：TP181(自动化基础理论)

资助基金：普天首信重大科研项目021125

在线出版日期：2004-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：694-696